随着无线网络的快速发展和覆盖规模的不断扩大,无线网络应用日益多样化,例如网页搜索、IPTV、视频电话、在线游戏、网络购物和直播等,导致用户对无线网络带宽资源的需求越来越大。由于无线网络的出口带宽资源是有限的,如何在高效利用有限带宽资源的同时,又能保证用户的QoS需求已经成为当下的研究热点,因此制定合理的无线网络资源分配策略具有极其重要的意义。本文主要围绕校园环境中无线网络资源分配策略展开研究,基于对校园移动用户行为的分析及预测,研究用户的移动行为及业务需求规律,并根据用户的业务需求动态调整无线网络带宽资源,从而在有限的带宽资源下最大化保障用户的QoS需求,以优化用户体验。本文的主要工作如下:1)基于对东南大学九龙湖校区网络接入设备分布情况的考察,分析了用户移动终端与AP的交互过程、校园网认证模式、校园网络拓扑结构以及相关数据的采集方式,并验证了根据AP日志信息构建用户移动轨迹的可能性。2)对AP日志信息进行预处理,根据用户在校园内的移动轨迹构建移动模型,计算用户移动行为的相似性,并通过模糊聚类算法将用户进行聚类,建立用户群集的状态转移概率矩阵。基于以上研究,提出了基于模糊等价矩阵聚类算法的用户移动行为预测方法。3)对校园无线网络流量数据进行预处理,提取HTTP协议相关字段信息,并据此对用户访问业务类型进行分类划分,基于用户访问行为发生的时间以及地理位置两个维度,提出了一种基于多维度马尔可夫模型的用户访问行为预测算法,并通过权重公式对概率转移矩阵进行加权调整,用以提高模型的预测准确率。4)结合AP日志和无线网络流量数据两个数据集,分别提取用户移动行为和访问行为特征,提出一种基于BP神经网络的条件再分类算法CRAB,将校园网用户身份进行分类,根据用户的身份制定不同的无线网络资源分配策略。并通过仿真实验从准确率、精确率和召回率三个方面验证了CRAB算法的有效性。5)基于对用户移动行为和访问行为的分析与预测,考虑校园网用户身份的不同,针对传统网络中上层带宽固定分配的不合理问题,提出了基于用户身份及其行为的动态带宽分配算法BAUIB。根据不同身份用户的QoS需求,动态地调整用户网络带宽,使得无线网络带宽的利用率达到最大化,在保证不同用户的差异化QoS需求的基础上兼顾无线网络带宽利用率。